Машинное обучение прогнозирует потребность пожилых пациентов в гериатрической помощи
Краткое изложение публикации в сообществе «Врачи РФ» от .
Алгоритмы машинного обучения по электронным медицинским картам могут прогнозировать потребность пациентов старше 50 лет в гериатрической помощи и реабилитации после экстренной госпитализации. Международная группа ученых проверила модели на данных почти 100 тысяч человек, поступивших в три больницы Юго-Восточной Шотландии. Для прогнозов использовали сведения о клинических рисках, лабораторных показателях и результаты сестринских оценок.
Уже через сутки после поступления точность выявления потребности в гериатрической помощи достигала 90%, а в реабилитации — 83%. К третьему дню алгоритмы определяли до 90% случаев, когда пациентам с высокой вероятностью требовалось направление на реабилитацию. В число значимых для прогноза параметров вошли риск пролежней и делирия, а также показатели мобильности и питания. Авторы исследования отмечают, что алгоритмы не предназначены для самостоятельного принятия клинических решений и должны применяться под контролем врачей.
Главное
- Модели проверили на данных почти 100 тысяч человек старше 50 лет из трех больниц Юго-Восточной Шотландии.
- Через сутки после поступления точность прогноза потребности в гериатрической помощи достигала 90%.
- Через сутки точность прогноза потребности в реабилитации составляла 83%.
- К третьему дню модели распознавали до 90% пациентов, которым с высокой вероятностью потребуется реабилитация.
- Авторы считают, что модели должны использоваться под контролем врачей.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация